圖生圖和文生圖的區別與適用場景

這張圖的問題在於，很多人把圖生圖和文生圖當成兩個功能等級，覺得圖生圖更"高階"。實際上不是等級關係，是輸入方式不同，解決的問題也不同。先把定義擺清楚，再談怎麼選。

定義

文生圖（text-to-image），輸入只有文字描述，畫面結構、構圖、色彩全部由模型根據提示詞自己決定。優勢在於自由度高，沒有任何先驗限制。

圖生圖（image-to-image），除了文字描述，還給一張參考圖，模型在參考圖的基礎上做修改或重繪。這裡有個關鍵引數概念——通常叫"強度"或"去噪程度"，數值越低，畫面越貼近參考圖的原始結構；數值越高，模型改動的空間越大，逐漸向純文生圖的自由度靠近。理解這個滑動關係，比記住兩個名詞更有用。

什麼情況用文生圖

從零開始創作、還沒有明確的構圖方向、需要探索多種可能性的階段，用文生圖。它的價值在於"生成可能性"，不是"精確控制"。

比如做桌布類內容，前期風格探索階段，文生圖效率更高——同一句提示詞跑幾次，比對幾種構圖和色調，找到滿意的方向，再決定要不要往下精修。

什麼情況用圖生圖

這張圖的優勢在於，只要有明確的參考物件需要保留，圖生圖基本是唯一選項。具體幾種典型場景：

• 保留構圖、換風格：一張已有的照片，想變成插畫風或換個色調，主體位置和構圖不能變
• 保留人物、換場景或服裝：這類需求在生成頭像和人像寫真時很常見，臉部特徵需要參考圖鎖定，場景可以讓模型發揮
• 產品圖精修：電商產品圖最典型，產品本身的形態、logo、材質細節必須原樣保留，只是換背景、調光線、加場景元素，這種任務上用文生圖基本不可能保證產品一致，必須走圖生圖
• 區域性修復：前面提過的手部崩壞問題，用圖生圖配合區域性重繪解決，也屬於這個範疇，詳細做法在手指崩壞的解決辦法這篇裡

一個容易混淆的判斷點

很多人糾結"這個需求算不算需要圖生圖"，判斷標準其實很簡單：你手上有沒有一張必須被保留部分內容的參考圖。有，就是圖生圖的活；沒有，從文字描述從零生成，就是文生圖的活。不用糾結哪個效果"更好"，兩者根本不是同一道題的兩個答案。

實操建議

流程上，兩者經常是配合使用的，不是二選一。先用文生圖探索方向、確定大致構圖和風格，選中滿意的一版之後，把它當參考圖，用圖生圖做精修、換細節、改區域性。這套流程比一開始就死磕圖生圖效率高，因為圖生圖的效果高度依賴參考圖本身的質量，參考圖選不對，後面精修再多也白搭。

結論就是：文生圖負責"從無到有"，圖生圖負責"從有到精"。分清楚這兩個階段各自要解決什麼問題，工具選擇就不再是個糾結項。首頁的提示詞工具入口兩種模式都能直接切換試。